Social Media Metrics and Popular Legitimacy: Content Analysis of Pre– and Post–COVID-19 Public Engagement With the World Health Organization on X
Notice bibliographique
Résumé
BACKGROUND: The World Health Organization (WHO) plays a critical role in global health governance, but its popular legitimacy, a measure of public trust and support, has been contested, particularly during crises such as the COVID-19 pandemic. While legitimacy is widely studied through normative and elite-focused approaches, empirical assessments using public discourse remain limited. Social media platforms like X (formerly Twitter) offer real-time data for evaluating public sentiment toward the WHO. OBJECTIVE: This study aims to assess the evolution of the WHO's popular legitimacy from 2008 to 2021 by analyzing public engagement metrics on X, with a particular focus on changes during the COVID-19 pandemic. METHODS: We analyzed 46,667 tweets from the WHO using computational methods, including the retweet-to-reply ratio, sentiment analysis, and longitudinal trend evaluation. Metrics such as likes, retweets, and replies were examined to quantify public sentiment, with the retweet-to-reply ratio serving as a key indicator of controversy and support levels. RESULTS: The WHO's popular legitimacy was stable from 2008 to 2019 but declined significantly during the COVID-19 pandemic, reflecting heightened public scrutiny and criticism. Engagement metrics revealed increased replies relative to retweets during this period, indicating greater controversy in public discourse. CONCLUSIONS: This study demonstrates the feasibility of using social media metrics to measure international organization (IO) legitimacy over time. The findings highlight the impact of global crises on public trust and provide a replicable framework for assessing the legitimacy of other IOs. Social media engagement offers valuable insights for IOs to adapt communication strategies and maintain public trust during crises.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».